[論文レビュー] Text mining and sentiment analysis of COVID-19 tweets

Qihuang Zhang, Grace Y. Yi+2 more|arXiv (Cornell University)|Jun 26, 2021

Neural Networks and Reservoir Computing参考文献 24被引用数 9

ひとこと要約

本研究は、2020年2月から2020年10月にかけて8つの北米都市のTwitterデータを対象に、テキストマイニングとセンチメント分析を実施し、VADERおよびNRCモデルを用いて、新型コロナウイルス、マスク、ワクチン、ロックダウンに対する一般の感情を評価した。エコー状態ネットワークと収束的クロスマッピングを統合した結果、感情がTwitterの活動に顕著に影響を与え、感染率と即座に関連していることが明らかになった。特にワクチンとロックダウンに対する否定的センチメントが顕著であり、マスク関連のセンチメントは一般的に肯定的であった。

ABSTRACT

The human severe acute respiratory syndrome coronavirus 2 (SARS-Cov-2), causing the COVID-19 disease, has continued to spread all over the world. It menacingly affects not only public health and global economics but also mental health and mood. While the impact of the COVID-19 pandemic has been widely studied, relatively fewer discussions about the sentimental reaction of the population have been available. In this article, we scrape COVID-19 related tweets on the microblogging platform, Twitter, and examine the tweets from Feb~24, 2020 to Oct~14, 2020 in four Canadian cities (Toronto, Montreal, Vancouver, and Calgary) and four U.S. cities (New York, Los Angeles, Chicago, and Seattle). Applying the Vader and NRC approaches, we evaluate the sentiment intensity scores and visualize the information over different periods of the pandemic. Sentiment scores for the tweets concerning three anti-epidemic measures, masks, vaccine, and lockdown, are computed for comparisons. The results of four Canadian cities are compared with four cities in the United States. We study the causal relationships between the infected cases, the tweet activities, and the sentiment scores of COVID-19 related tweets, by integrating the echo state network method with convergent cross-mapping. Our analysis shows that public sentiments regarding COVID-19 vary in different time periods and locations. In general, people have a positive mood about COVID-19 and masks, but negative in the topics of vaccine and lockdown. The causal inference shows that the sentiment influences people's activities on Twitter, which is also correlated to the daily number of infections.

研究の動機と目的

• ソーシャルメディアにおける感情分析を通じて、新型コロナウイルスパンデミックに対する一般の感情反応を調査すること。
• マスク、ワクチン、ロックダウンなどの具体的な防疫措置について、時間的・空間的要因に応じた感情の変動を検討すること。
• 高度な時系列解析手法を用いて、感情、ツイート活動、確認済み感染率の間の因果関係をモデル化すること。
• 従来の研究における限界、例えば語の相互作用の無視、スペルミスの無視、感情分析における因果推論の欠如を是正すること。

提案手法

• 2020年2月24日から2020年10月14日までの間、8つの北米都市から収集された120万件の新型コロナウイルス関連ツイートのテキストマイニング。
• VADERおよびNRCの語彙ベースのアプローチを用いて、COVID-19、マスク、ワクチン、ロックダウンの各トピックについて感情強度スコアを算出。
• エコー状態ネットワークを用いて、感情、感染率、ソーシャルメディア活動の時間的ダイナミクスをモデル化。
• 収束的クロスマッピング（CCM）を用いて、感情、感染症例数、ツイート活動特徴（ツイート、いいね、返信、リツイート）の間の因果関係を推定。
• ラグベースの相関分析により、因果関係の方向性を特定し、最適なラグでの相関ピークを同定。
• パンデミックの各段階と都市ごとに感情トレンドを可視化し、地域間および時間的変化における感情反応の比較を実施。

実験結果

リサーチクエスチョン

• RQ1 異なる都市において、新型コロナウイルスおよびその防疫措置に対する一般の感情は、時間の経過とともにどのように変化するか？
• RQ2 感情スコア、ソーシャルメディア活動（ツイート、いいね、返信、リツイート）および1日あたりの確認済み感染数との間には、どのような因果関係があるか？
• RQ3 カナダ都市と米国都市における感情パターンの違いは何か？また、地域の公衆衛生措置はこれらのパターンにどのような影響を及えるか？
• RQ4 感情の変化が感染率やオンライン活動の変化の前後をどの程度先行または遅行するか？

主な発見

• マスクに対する一般の感情は一貫して肯定的であったが、ワクチンおよびロックダウンに対する感情は、すべての都市および時間的期間において顕著に否定的であった。
• 感情スコアは、感染率およびツイート活動と即座に相関しており、時間ラグゼロにおける相互作用を示唆している。
• 収束的クロスマッピングによる因果推論の結果、感情がTwitter活動（ツイート、いいね、返信、リツイート）に顕著に影響を与えるが、逆は成り立たないことが判明。感情からツイート活動へのピーク相関はτ=8で観察された。
• 感情と感染率の間の相関は弱く（ρ=0.006およびρ=0.169）、感情が症例数の強力な予測要因ではないが、行動に影響を与える可能性は依然として高い。
• ツイート活動の特徴（ツイート、いいね、返信、リツイート）は、互いに即座に相関しており、オンライン参加の自己強化的ループが存在することを示している。
• 感情の変化がソーシャルメディア上の行動変化を引き起こす可能性が明らかになったが、その行動変化が感染リスクに影響を与える可能性もあり、パンデミック行動における感情的ダイナミクスの役割が強調された。